[論文レビュー] Social Systems: Can we Do More Than Just Poke Friends?

Georgia Koutrika, Benjamin Bercovitz+5 more|ArXiv.org|Sep 9, 2009

Expert finding and Q&A systems参考文献 12被引用数 3

ひとこと要約

本論文では、友達への『ぽち』送信のような基本的なソーシャルインタラクションをはるかに超えた、コース評価および計画を支援するソーシャルシステムCourseRankを提示する。ユーザーが生成するコースレビューと協調フィルタリングを活用することで、ソーシャルデータ管理分野における新たな研究的課題に取り組み、ソーシャルシステムが単なるソーシャル機能を超えて、意味的に豊かな複雑な応用を支える可能性を示している。

ABSTRACT

Social sites have become extremely popular among users but have they attracted equal attention from the research community? Are they good only for simple tasks, such as tagging and poking friends? Do they present any new or interesting research challenges? In this paper, we describe the insights we have obtained implementing CourseRank, a course evaluation and planning social system. We argue that more attention should be given to social sites like ours and that there are many challenges (though not the traditional DBMS ones) that should be addressed by our community.

研究の動機と目的

• ソーシャルシステムが『友達へのぽち』のような単純な相互作用を越えて、より高度な機能を提供できるかどうかを検討すること。
• 従来のデータベースシステムを超えた、ソーシャルデータ管理分野における新たな研究的課題を同定し、それらに取り組むこと。
• 大学のコース評価および計画をユーザーの協働によって支援する実世界のソーシャルシステムであるCourseRankの設計および実装を行うこと。
• ソーシャルプラットフォームが、研究的価値の高い意味的に意味のある複雑な相互作用を実現できることを示すこと。
• 構造的でドメイン特化された協働を支援するソーシャルシステムに、より多くの研究的関心を向けるよう提言すること。

提案手法

• CourseRankというシステムにより、ユーザーが大学の授業を評価・レビューできる仕組みを提供し、構造的なソーシャルデータリポジトリを構築する。
• ユーザーの好みと同僚のレビューに基づいて、協調フィルタリング技術を用いてコースを推薦する。
• ユーザーのプロフィール、同僚の推薦、レビューの集約といったソーシャル機能を支援する。
• ユーザー行動とコースの属性を、ユーザー・コース・レビューの間の関係を表現するグラフベースのデータモデルでモデル化する。
• 明示的評価と暗黙的フィードバック（例：レビュー閲覧数、いいね）の組み合わせを用いることで、推薦の正確性を向上させる。
• ソーシャルネットワーク分析を統合し、影響力のあるレビュアーを特定するとともに、レビューのスパムやバイアスを検出する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルシステムは『友達へのぽち』のような単純で低レベルの相互作用を超えて、より高度な機能を提供できるか？
• RQ2 従来のデータベース管理システムを超えて、ソーシャルシステムがもたらす新たな研究的課題は何か？
• RQ3 ソーシャルデータをどのように構造化・管理すれば、コース計画のような複雑でドメイン特化されたアプリケーションを支えられるか？
• RQ4 協調フィルタリングおよびソーシャルネットワーク分析は、学術的ソーシャルシステムにおける推薦品質の向上にどのような役割を果たすか？
• RQ5 ユーザーが生成したコンテンツの品質を確保し、バイアスを低減するために、ソーシャルシステムはどのように設計すべきか？

主な発見

• CourseRankは、『ぽち』送信のような基本的なソーシャルインタラクションをはるかに超えた、コースレビュー、評価、同僚の推薦といった豊富な協働機能を効果的に提供している。
• 本システムは、ソーシャルプラットフォームが学術的コース計画のような構造的でドメイン特化されたアプリケーションに効果的に活用できることを示している。
• ユーザーが生成したレビューと評価は、協調フィルタリングを通じて、コース推薦の正確性を著しく向上させている。
• ソーシャルネットワーク分析により、影響力のあるレビュアーを特定し、潜在的なレビューのスパムを検出することで、データ品質が向上している。
• 本プラットフォームは、アプリケーションのドメインが関連性があり有用である場合、ユーザーが構造的なソーシャルデータに対して意味的に意味のある関与を行うことを示している。
• 本研究は、ソーシャルシステムが、従来のDBMSの関心を越えて、データモデリング、クエリ処理、信頼管理といった分野で独自の研究的課題を提示していると主張している。